注意
转到最后 下载完整的示例代码。
寄生轴演示#
此示例演示了如何使用寄生轴将多个数据集绘制到一个图中。
请注意,在此示例中,par1 和 par2 均通过调用 twinx()
获得,这将它们的 x 限制与主机的 x 轴绑定在一起。从那里开始,这两个轴中的每一个都彼此独立地行为:可以绘制不同的数据集,并且 y 限制分别调整。
此方法使用 mpl_toolkits.axes_grid1.parasite_axes.host_subplot
和 mpl_toolkits.axisartist.axislines.Axes
.
标准且推荐的方法是使用标准 Matplotlib 轴,如 使用脊柱的多 y 轴 示例所示。
使用 mpl_toolkits.axes_grid1.parasite_axes.HostAxes
和 mpl_toolkits.axes_grid1.parasite_axes.ParasiteAxes
的替代方法在 寄生轴演示 示例中展示。
import matplotlib.pyplot as plt
from mpl_toolkits import axisartist
from mpl_toolkits.axes_grid1 import host_subplot
host = host_subplot(111, axes_class=axisartist.Axes)
plt.subplots_adjust(right=0.75)
par1 = host.twinx()
par2 = host.twinx()
par2.axis["right"] = par2.new_fixed_axis(loc="right", offset=(60, 0))
par1.axis["right"].toggle(all=True)
par2.axis["right"].toggle(all=True)
p1, = host.plot([0, 1, 2], [0, 1, 2], label="Density")
p2, = par1.plot([0, 1, 2], [0, 3, 2], label="Temperature")
p3, = par2.plot([0, 1, 2], [50, 30, 15], label="Velocity")
host.set(xlim=(0, 2), ylim=(0, 2), xlabel="Distance", ylabel="Density")
par1.set(ylim=(0, 4), ylabel="Temperature")
par2.set(ylim=(1, 65), ylabel="Velocity")
host.legend()
host.axis["left"].label.set_color(p1.get_color())
par1.axis["right"].label.set_color(p2.get_color())
par2.axis["right"].label.set_color(p3.get_color())
plt.show()